표본 크기 계산기 – 설문조사 표본수 산출

허용 오차범위 (±e)	90% 신뢰수준	95% 신뢰수준 (표준)	99% 신뢰수준
±10.0%p	68명	96명	166명
±5.0%p	270명	383명	660명
±3.1%p	700명	990명	1,697명
±2.0%p	1,664명	2,345명	3,983명
±1.0%p	6,337명	8,763명	14,230명

표본 이론 및 통계적 추론(Statistical Inference) 가이드

표본 크기(Sample Size) 산출의 수학적 원리와 코크란(Cochran) 공식

통계 조사에서 전체 모집단(Population)을 전수 조사하는 것은 막대한 시간과 비용이 소요됩니다. 따라서 모집단을 대표할 수 있는 적절한 크기의 표본(Sample)을 추출하여 전체의 특성을 추정합니다.

표본이 너무 적으면 오차범위가 커져 통계적 유의성을 잃게 되고, 표본이 불필요하게 많으면 자원이 낭비됩니다. 통계학에서는 신뢰수준(Confidence Level)과 허용오차(Margin of Error)를 정량화하여 최적의 표본 크기를 산출하는 표준 공식을 사용합니다.

본 가이드는 윌리엄 코크란(William G. Cochran)이 제안한 무한/유한 모집단 표본 산출 공식의 유도 과정과 대한민국 여론조사에서 왜 1,000명을 표준 표본으로 채택하는지 그 수학적 배경을 명쾌하게 설명합니다.

코크란 공식 및 유한모집단 수정계수(FPC) 정밀 적용

무한 모집단( $n_0$ ) 계산 후 모집단 크기( $N$ )에 따른 유한 보정( $n$ )을 자동으로 적용하여 정밀 산출합니다.

신뢰수준 90%·95%·99% 및 맞춤 오차범위 동시 지원

학술 연구 표준 95%( $Z=1.96$ )부터 엄격한 99%( $Z=2.576$ )까지 Z-점수 임계치를 완벽하게 매핑합니다.

신뢰수준 × 오차범위 12개 조합 매트릭스 표 제공

현재 모집단에 대해 $\pm 1\% \sim \pm 10\%$ 오차범위별 필요 표본수를 한눈에 비교할 수 있는 표를 생성합니다.

전국 여론조사부터 사내 서베이까지 5대 실전 템플릿

대통령/선거 여론조사, 대학 서베이, SaaS 고객 만족도, A/B 테스트 프리셋을 원클릭으로 로드합니다.

1. 초보자도 1분 만에 이해하는 표본 조사의 3대 실생활 비유

① 국 냄비와 숟가락의 비유 (왜 5천만 명인데 1,000명만 조사해도 될까요?):

- 1인용 작은 뚝배기 된장찌개든, 100인분 군대 급식용 초대형 가마솥이든 간을 볼 때는 "잘 저은 후 똑같이 숟가락 한 술"만 맛보면 찌개 전체의 짠맛을 완벽히 알 수 있습니다.

- 통계에서 무작위 표본추출(Random Sampling)이 바로 국을 골고루 젓는 행위입니다. 국 냄비의 크기(전체 모집단)가 10만 명이든 5,000만 명이든, 충분히 골고루 섞였다면 숟가락의 크기(표본 약 1,000명)만으로 전체의 맛을 정확히 알아낼 수 있습니다.

② 병원 혈액 검사의 비유 (몸속 피를 다 뽑지 않는 이유):

- 병원에서 건강검진이나 혈당 검사를 할 때 내 몸속 5리터(5,000cc)의 피를 전부 뽑아내어 검사(전수조사)하지 않습니다. 단 주사기 1대 분량인 5cc의 피(표본)만 뽑아도 내 몸 전체의 혈당과 콜레스테롤을 오차 없이 진단할 수 있습니다.

③ 귤 한 상자 맛보기의 비유:

- 귤 100개가 든 상자에서 귤이 단지 신지 확인하기 위해 100개를 다 까먹어 볼 필요가 없습니다. 상자 위, 중간, 아래에서 무작위로 3~5개를 골라 맛보면 상자 전체 귤의 평균적인 당도를 알 수 있는 것과 같습니다.

2. 헷갈리는 통계 필수 용어 3가지 완전 정복

① 모집단 (Population): 내가 알고 싶은 대상 전체의 총인원수입니다. (예: 대한민국 전체 유권자 4,400만 명, 우리 대학교 재학생 15,000명, 우리 회사 임직원 500명)

② 신뢰수준 (Confidence Level, 보통 95%): "내 조사가 얼마나 믿을 만한가(자신감의 정도)"입니다. 같은 설문조사를 100번 반복했을 때 95번은 실제 정답이 오차범위 안에 들어맞는다는 확률적 보증서입니다.

③ 허용 오차범위 (Margin of Error, 보통 ±3% ~ ±5%): "내가 허용해주는 빗나감의 한계"입니다. 예를 들어 후보자 지지율이 50%이고 오차범위가

\pm 3\%p

라면, 실제 지지율은

47\% \sim 53\%

사이에 존재한다는 뜻입니다.

3. 내 상황에서는 몇 명을 조사해야 할까요? (상황별 추천 가이드)

① 대학생 및 대학원 석사 졸업 논문:

- 권장 표본: 약 300명 ~ 400명 (95% 신뢰수준, 허용오차

\pm 5\%p

기준). 학술 논문 심사에서 가장 보편적으로 인정받는 표준 표본수입니다.

② 스타트업 / 기업 고객 만족도 서베이 (CSAT):

- 권장 표본: 약 200명 ~ 350명. 제품 피드백이나 신기능 반응을 파악하기에 충분히 신뢰할 수 있는 수치입니다.

③ 사내 임직원 조직문화 및 만족도 조사:

- 권장 표본: 전체 임직원의 약 30% ~ 50%. 임직원이 500명이라면 유한모집단 보정에 의해 약 218명의 응답만 모아도

\pm 5\%p

의 정확도를 얻습니다.

④ 전국 방송사/언론사 여론조사 (대선/총선 지지율):

- 권장 표본: 1,000명. 오차범위

\pm 3.1\%p

로 가장 가성비가 높은 전 세계 표준 여론조사 규모입니다.

⑤ 정밀 IT 플랫폼 A/B 테스트 (버튼 클릭률/전환율 검증):

- 권장 표본: 2,000명 ~ 5,000명 이상. 미세한

1\% \sim 2\%

전환율 차이를 유의미하게 검증하기 위해 대규모 트래픽이 필요합니다.

4. 표본 크기 산출 핵심 수학 공식 (Cochran Formula)

① 무한 모집단 코크란 공식 (Infinite Population):

\displaystyle n_0 = \frac{Z^2 \cdot p \cdot (1 - p)}{e^2}

Z

: 신뢰수준에 해당하는 표준정규분포 임계값 (

90\% \to 1.645

95\% \to 1.96

99\% \to 2.576

)

p

: 대상 속성을 보유한 예상 모집단 비율 (사전 정보가 없을 때

p = 0.5

로 분산

p(1-p)=0.25

극대화)

e

: 허용 오차 한계 (Margin of Error, 예:

5\% = 0.05

)

② 유한 모집단 보정 공식 (Finite Population Correction, FPC):

\displaystyle n = \frac{n_0}{1 + \frac{n_0 - 1}{N}} = \frac{N \cdot Z^2 \cdot p \cdot (1 - p)}{e^2 (N - 1) + Z^2 \cdot p \cdot (1 - p)}

N

: 전체 모집단의 총 개체 수 (Population Size)

③ 야마네(Taro Yamane) 간이 표본 공식 (

p=0.5, 95\%

신뢰수준 근사치):

\displaystyle n = \frac{N}{1 + N \cdot e^2}

5. 95% 신뢰수준 기준 오차범위별 필요 표본수 대조표 (무한 모집단)

모집단이 충분히 클 때 오차범위를 줄이기 위해 필요한 표본수의 급격한 증가 양상입니다.

허용 오차범위 (±e)	Z-점수 (95%)	필요 표본 크기 (n)	증가 배율	대표 활용 분야
±10.0%p	Z = 1.96	97명	1.0배 (기준)	초기 탐색적 인터뷰 및 간이 파일럿 조사
±5.0%p (표준)	Z = 1.96	385명	약 4.0배	일반적인 학술 논문, 석사 학위 논문, 마케팅 서베이
±3.1%p (여론조사)	Z = 1.96	1,000명	약 10.3배	전국 정당 지지율, 대통령 국정 지지도, 총선/대선 여론조사
±2.0%p	Z = 1.96	2,401명	약 24.8배	정밀 A/B 테스트, 신제품 출시 전 대규모 블라인드 테스트
±1.0%p (초정밀)	Z = 1.96	9,604명	약 99.0배	국가 통계청 인구 총조사 표본, 의학/임상 시험

자주 묻는 질문 (FAQ)

Q.모집단 크기(Population Size)를 모를 때는 어떻게 입력해야 하나요?

모집단 크기를 입력하지 않고 비워두면 계산기가 자동으로 무한 모집단( $N \to \infty$ )으로 가정하여 계산합니다. 실제 통계학적으로 모집단이 약 5만~10만 명 이상이면 무한 모집단 결과와 유의미한 차이가 거의 발생하지 않습니다.

Q.예상 응답 비율(p)을 왜 기본값 50%로 설정하나요?

분산 공식인 $p(1 - p)$ 는 $p = 0.5(50\%)$ 일 때 최댓값인 $0.25$ 를 가집니다. 즉 사전 정보가 없을 때 50%로 가정하면 수학적으로 가장 보수적이고 안전하며 큰 표본수가 산출되어 어떠한 조사 결과가 나오더라도 설정한 오차범위를 초과하지 않게 됩니다.

Q.신뢰수준 95%와 허용오차 ±5%는 정확히 무슨 의미인가요?

동일한 방법으로 100번의 설문조사를 독립적으로 수행했을 때, 95번은 실제 모집단의 참값이 설문조사 결과의 $\pm 5\%p$ 오차범위 안에 들어온다는 통계적 확률을 의미합니다.

Q.표본 크기를 10배 늘리면 정확도도 10배 올라가나요?

아닙니다. 통계 오차는 $\frac{1}{\sqrt{n}}$ 의 제곱근에 반비례하여 감소합니다. 따라서 정확도(오차 감소)를 10배 향상시키려면 표본 크기는 $10^2 = 100\text{배}$ 를 투입해야 합니다.

Q.입력한 연구 파라미터나 계산 결과가 외부 서버로 저장되나요?

저장되지 않습니다. 본 도구의 모든 코크란 공식 연산 및 매트릭스 표 생성은 사용자의 브라우저 JavaScript 엔진 내에서 로컬 클라이언트 사이드로 실행됩니다.

표본 크기(Sample Size) 계산기

표본 산출 매개변수 (PARAMETERS)

신뢰수준 및 오차범위별 표본수 매트릭스 대조표